NLP2023 Day2 2023-03-14
table:infobox
研究概要
感想
https://gyazo.com/b738a59cd34ea4491ba273fc96ff7ba6
11:30-13:00
P2:ポスター：マルチモーダル(1)
✅P2-2 画像キャプション生成におけるJPEG圧縮への頑健性の改善
✅P2-3 マルチモーダルOCR特徴を用いたDynamic Pointer Networkによるテキスト付き画像説明文生成
✅P2-4 ゲート付き相互注意を用いたエンコーダ・デコーダによる感情に基づく絵画説明文生成
✅P2-5 画像キャプション生成及び物体認識を用いた駄洒落文ランキング手法の評価
⌛P2-6 クロスモーダル類似度に基づくカリキュラム学習による画像キャプション生成
✅P2-7 事前学習モデルを活用したEnd-to-end型動画キーフレーム物語生成法
⌛P2-8 大規模言語モデルからの知識抽出に基づく画像からのスクリプト予測の検討
⌛P2-9 Knowledge-Augmented Figure Caption Generation
✅P2-10 動画キャプションモデルを用いた字幕翻訳の検討
✅P2-14 視覚と言語の融合モデルにおける知識の振る舞いを調査するための表と画像の生成タスクの提案及びその調査結果
13:10-13:50
✅緊急パネル：ChatGPTで自然言語処理は終わるのか？
14:20-15:50
A3:評判・感情・文書分析(1)
⌛A3-3 機械学習を用いた川柳の面白さの予測
⌛A3-4 不適切投稿自動検出システムの構築と放送禁止用語による検証
⌛A3-5 検索モチベーションクラスタリングにおける価値のあるクラスタとその応用としての適用条件および検索モチベーション分析システム
P3:ポスター：言語資源・分析(3)
✅P3-4 『万葉集』漢字本文における漢字の使用頻度集計
✅P3-8 沖縄語のUniversal Dependenciesツリーバンクコーパスの構築
Q3:ポスター：機械学習(3)
⌛Q3-8 ヒト脳における時間認識時の脳内状態の推定
16:10-17:40
A4:検索・文書分類(2)
✅A4-1 Contrastive Learningを利用した類似特許検索
✅A4-2 FAQ検索における言い換え生成を利用したデータ拡張手法
✅A4-3 説明可能な検索ベースの文書分類手法の提案
✅A4-4 分類タスクにおける不確実性の高い文章の傾向調査
✅A4-5 検索結果整理のためのラベルセット選出計算高速化とWikipedia カテゴリからのラベルセット選出
P4:ポスター：含意・言い換え(1)
⌛P4-5 単語の難易度埋め込みを用いた日本語のテキスト平易化
⌛P4-6 擬似データを用いた教師あり学習による語彙平易化
⌛P4-8 深層距離学習を用いた日本語動詞の意味フレーム推定
Q4:ポスター：言語資源・分析(4)
⌛Q4-4 駄洒落を含む対話における可読性と面白さの相関分析
⌛Q4-6 事故事例構造化コーパスの構築
⌛Q4-8 Wikipediaにおける文の品質推定のための大規模データセット
⌛Q4-12 広告データセットに内在する幻覚の分析
⌛Q4-13 文書単位の日本語テキスト平易化コーパスの構築に向けて
⌛Q4-14 漫才対話の収集及び自動アノテーションのパイプラインの検討
18:00-19:30
B5:言語処理応用(1)
⌛B5-2 人間の脳と人工知能における短歌の鑑賞に関する神経活動の比較
⌛B5-3 脳内状態推定のための汎用言語モデル構築への取り組み
⌛B5-4 言語モデルの学習における知識ニューロンの形成過程について
C5:含意・言い換え(2)
✅C5-1 リフレーミングに基づいた言い換え生成のための単言語パラレルコーパスの構築とその分析
✅C5-2 テキスト平易化事例を説明する最小編集操作列の自動生成
✅C5-3 柔らかいジャンプ付き編集距離に向けて
✅C5-4 疑似データを用いたGPT-2による日本語文章の多段階平易化
✅C5-5 事実検証モデルのためのラウンドトリップ翻訳を利用した疑似フェイクデータ生成